為什么計(jì)算機(jī)編碼有ASCII與Unicode及UTF-8的區(qū)分

計(jì)算機(jī)只能處理數(shù)字，如果要處理文本，就必須先把文本轉(zhuǎn)換為數(shù)字才能處理。最早的計(jì)算機(jī)在設(shè)計(jì)時(shí)采用8個(gè)比特（bit）作為一個(gè)字節(jié)（byte），所以一個(gè)字節(jié)能表示的最大的整數(shù)就是255，如果要表示更大的整數(shù)，就必須用更多的字節(jié)。比如，兩個(gè)字節(jié)可以表示的最大整數(shù)是65535，4個(gè)字節(jié)可以表示的最大整數(shù)是4294967295等。

ASCII編碼

計(jì)算機(jī)是美國人發(fā)明的，最早只有大小寫英文字母、數(shù)字和一些符號(hào)等127個(gè)字符被編碼到計(jì)算機(jī)里，這也即是我們知道的ASCII編碼（如下圖）。在ASCll編碼下，大寫字母A的編碼是65，小寫字母z的編碼是122，如下圖。

Unicode

從上文中我們知道，一個(gè)字節(jié)能表示的最大整數(shù)是255，但是《現(xiàn)代漢語常用字表》中有3500個(gè)漢字，因此，要處理中文顯然一個(gè)字節(jié)是不夠的，至少需要兩個(gè)字節(jié)。所以，中國就制定了GB2312編碼，用來把中文編進(jìn)去。

你可以想得到的是，全世界有上百種語言，日本把日文編到Shift_JIS里，韓國把韓文編到Euc-kr里，各國有各國的標(biāo)準(zhǔn)，就會(huì)不可避免地出現(xiàn)沖突，結(jié)果就是在多語言混合的文本中，顯示出來會(huì)有亂碼。

鑒于此，Unicode編碼應(yīng)運(yùn)而生。Unicode的出現(xiàn)就是要把所有語言都統(tǒng)一到一套編碼里，以確保在多語言混合的文本中不會(huì)再有亂碼問題。

UTF-8

Unicode的出現(xiàn)解決了亂碼問題，但是也帶來了新問題。編碼長度是不可變的，說使用2個(gè)字節(jié)它一定會(huì)使用2個(gè)字節(jié)。這樣如果你寫的文本基本上都是英文的話，用Unicode編碼比ASCII編碼可能需要多一倍的存儲(chǔ)空間，這在存儲(chǔ)和傳輸上就十分不劃算。

所以本著節(jié)約的精神，科學(xué)家們有創(chuàng)造出了“可變長編碼”的UTF-8編碼。UTF-8編碼根據(jù)不同的數(shù)字大小把一個(gè)Unicode字符編碼成1-6個(gè)字節(jié)，比如，常用的英文字母被編碼成1個(gè)字節(jié)，漢字通常是3個(gè)字節(jié)，只有很生僻的字符才會(huì)被編碼成4-6個(gè)字節(jié)。如果你要傳輸?shù)奈谋景罅坑⑽淖址肬TF-8編碼就能節(jié)省空間。

字符編碼的工作方式

1、在計(jì)算機(jī)內(nèi)存中，統(tǒng)一使用Unicode編碼，當(dāng)需要保存到硬盤或者需要傳輸?shù)臅r(shí)候，就轉(zhuǎn)換為UTF-8編碼。

2、用記事本編輯的時(shí)候，從文件讀取的UTF-8字符將被轉(zhuǎn)換為Unicode字符到內(nèi)存里，編輯完成后，保存的時(shí)候再把Unicode轉(zhuǎn)換為UTF-8保存到文件：

3、瀏覽網(wǎng)頁的時(shí)候，服務(wù)器會(huì)先把動(dòng)態(tài)生成的Unicode內(nèi)容轉(zhuǎn)換為UTF-8，然后再傳輸?shù)綖g覽器

所以，你看到很多網(wǎng)頁的源碼上會(huì)有類似的信息，這就表示該網(wǎng)頁正是用的UTF-8編碼。